问题标签 [gsl]

我正在 Xcode 中编写一个 C++ 程序来执行计算，链接到 GSL 1.15 和 Eigen 3 库。我的代码成功构建并在目标输出模式下为我提供了正确的值。但是，当我切换到调试器模式时，会出现大量警告形式的列表：

警告：找不到目标文件“~/Documents/Research/gsl-1.15/.libs/version.o” - 没有可用于“version.c”的调试信息。”

这个警告是什么意思？我该如何解决？

如何在 iOS 应用程序中使用 GNU 科学库？

我尝试遵循本教程：http ://www.os-scientific.org/devel/gslxcode/index.html 。但它似乎不适用于 iOS，仅适用于 OS X。在我使用“外部构建系统”将 GSL 源代码添加到 XCode 之后，XCode 想要为 OS X SDK 构建该 GSL 子项目的目标，而不是iOS SDK。

我正在用 C++ 进行蒙特卡罗模拟，并且我使用 Boost 来处理随机数。我也用过 GSL。但事实证明，随机数生成是我最大的运行时低效率之一，所以我刚刚开始使用旧rand()的 from cstdlib.

我的模拟中随机数属性差的风险有多严重？我使用大约 10^6 或 10^7 个随机数样本。

我刚刚使用本指南在 Visual Studio 2010 上成功安装了 GSL 和 BLAS ：

然而，使用 cblas 的矩阵乘法非常慢。Linux 上的一位朋友也遇到了同样的问题。他没有通过 GSL 链接到 BLAS，而是直接链接到 cBLAS（我不完全理解这意味着什么，但也许你知道？）它的速度大约快了十倍。

如何在 Visual Studio 中执行此操作？在我下载的文件中，我找不到更多可以使用 Visual Studio 构建的文件。

我在安装 GNU Scientific Library (gsl) 时遇到了问题。根据包含的文档，我将包放在桌面上，并执行了“./configure”、“make”和“sudo make install”。我检查了 /usr/local/include 目录，那里有一个新创建的“gsl”文件夹。但是当我尝试使用库提供的函数时，出现了“未定义对'gsl_sf_beta_inc'的引用”错误。这是我的代码。

我感觉这个问题可能是因为我把包放在桌面上，所以“make”命令生成的二进制代码到那里，这是错误的。那么，我的猜测正确吗？如果是，我应该把它们放在哪里？如果不是，我该怎么办？谢谢。

如何将函数映射到 uBLAS 中向量的每个元素（如 Mathematica 中的 Map[]）？

例如; 我想采用sin()uBLAS 向量的所有元素。在 Boost、GSL 或任何其他数值库中是否有优化的方法来执行此操作，而不是简单地循环遍历向量的元素？

此外，我将如何对 uBLAS 向量执行其他高级操作，例如旋转、删除重复项或用零填充等？

我在我的 Mac 上下载、编译并安装了 GNU 科学库 (gsl)，它的默认位置是 /usr/local/include/gsl。

为了测试它，我尝试编译并执行示例 C 程序（从 gsl 文档中找到）。

要编译它，

$ gcc -I /usr/local/include -c example.c

$ ls

例子.c 例子.o

而且，要执行它，

$ ./example.o

-bash: ./example.o: 权限被拒绝

发生了什么？除了我，谁能运行？

我一直在剖析 gsl 库 abd 遇到了头文件 gsl_block_double.h 和多个源文件及其函数定义。其中之一是 block_source.c。我不懂 C，所以我不确定这些函数是如何工作的，以及我应该如何在 C++ 中实现它们。无论如何，这里是头文件和源文件，其中定义了它的两个函数：

任何帮助将不胜感激！谢谢你。

编辑：我觉得我需要指定定义的函数是：

这个问题实际上是关于 GSL 和 MATLAB 之间的权衡。首先，让我定义一些变量：

此外，我在问这个问题，因为我找不到关于这两种方法的易用性、许可、性能标准的任何完整答案。

我们需要使用 GNU GSL 和 MATLAB 实现一些数值运算（如 FFT）。我知道可以在带有 MS VS IDE 的 Windows 操作系统上同时使用 GSL（带有 cygwin）和 MATLAB。

但是，我有以下问题：

• 在应用程序中使用 MATLAB 库时的许可（对于 GSL 也是如此）
• MATLAB C++ 代码和 GNU GSL 之间的性能差异（尤其是在计算 FFT 时）
• 易用性（异常、错误处理、可测试性）

如果您阐明实施决策的路径，那就太好了。

另外，提前谢谢

I've found two good libraries for numerical integration in c++ that are easy enough for me to use. I have to integrate fairly complex functions with the possibility of singularities at endpoints and it appears that an adaptive integration method using the Wynn's epsilon algorithm is the best choice. Both libraries have an implementation for this (gsl_integration_qags and boost::numeric::quadrature::adaptive().accelerator(wynn_epsilon_algorithm)) but I can't decide which one is faster. I wonder if there are any experts who have experience with this and can help me decide. The computational cost of numerical integration is critical for my current project. (I've done some tests and found GSL to perform faster here but I'm not sure if my testing is conclusive. In general I've found Boost faster for mathematical methods.)